医療AI臨床試験：AIによる健康管理で脳卒中を予防できるか ― 地域単位で2万6千人を36か月追う（北京・NCT07779668）
脳卒中の高リスク者を地域検診で拾い上げ、地域（コミュニティ）を単位にAI主導の健康管理群と通常の地域健康管理群へ無作為に割り付ける介入試験。登録予定は2万6千人、追跡は36か月で、主要な目標は初発の虚血性脳卒中を減らせるかどうか。
試験の概要（一次情報）
- 進行状況募集前
- 対象疾患Ischemic Stroke
- 介入／手法OTHER: Usual Community-Based Health Management、OTHER: AI-Driven Dynamic Health Management
- スポンサーXuanwu Hospital, Beijing
- 目標症例数26,000 例
- 期間2026-08-31 〜 2029-12-31
要点
- 地域検診でAI-ExpoStrokeモデルと確立された危険因子を組み合わせて脳卒中の高リスク者を特定する。
- 割り付けの単位は個人でなく地域（コミュニティ）。AI主導の健康管理群と通常の地域健康管理群を比較する。
- 主要な目標は初発の虚血性脳卒中を減らせるかどうか。追跡は36か月。
- 副次的に一過性脳虚血発作、脳卒中による障害、死亡、血管危険因子の管理、遵守、医療経済的な結果を評価する。
- 登録予定2万6千人は、2026年8月28日時点で当サイトが保持する医療AI試験750件の登録予定人数の中央値200人の130倍にあたる。
- AIの精度ではなく脳卒中の発症が減るかを36か月かけて測り、割り付けの単位も個人でなく地域である。
1精度を測る試験と、発症を測る試験
医療AIの臨床試験の多くは、AIがどれだけ正しく見分けられるかを測る。この試験が測ろうとしているのはそこではない。AIを組み込んだ健康管理の仕組みを地域に置いたとき、実際に脳卒中の発症が減るのか、という結果そのものである。画像を読む精度が上がっても、生活のなかで血圧や服薬が続かなければ発症は減らない。予測と発症のあいだにある長い距離を、36か月の追跡で埋めにいく設計だといえる。
2個人でなく地域を単位に割り付ける
割り付けの単位が個人ではなく地域である点も、この設計の性格をよく表している。健康指導や声かけは周囲に伝わりやすく、同じ地域で介入群と対照群を混在させると効果が互いに滲む。地域ごと分ける方法はその混ざりを避けるためのもので、裏を返せば、この介入が個人への処方ではなく地域保健の運用そのものとして想定されていることを意味する。
ウェアラブルは入手できる場合に限ると明記されており、機器を配ることが前提の設計ではない。
3当サイトの医療AI試験のなかで最大級の規模
2026年8月28日時点で当サイトが保持する医療AI臨床試験750件の登録予定人数は、中央値が200人である。この試験の2万6千人は、その中央値の130倍にあたる。5,000人以上を予定する試験は50件（6.7%）しかなく、100人以下が254件（34%）を占める分布のなかで、際立って大きい部類に入る。
医療AIの臨床評価は小規模な精度検証が主流であり、発症という結果を大規模に測りにいく試験は例外的だ。なお、AI-ExpoStrokeモデルの中身や、脳卒中を減らせるかどうかの結果は、このレジストリの記録には含まれていない。
4精度を測る試験と、発症を測る試験
医療AIの臨床試験の多くは、AIがどれだけ正しく見分けられるかを測ります。この試験が測ろうとしているのは、結果そのものです。
割り付けの単位が個人ではなく地域である点も、この設計の性格を表します。健康指導や声かけは周囲に伝わりやすく、同じ地域で介入群と対照群を混在させると効果が互いに滲みます。この介入が個人への処方ではなく、地域保健の運用そのものとして想定されていることを意味します。
なぜ重要か
予測モデルの精度と、実際に発症が減るかどうかは別の問いである。地域単位の無作為化で発症を主要な目標に置く設計は、AIを組み込んだ保健サービスの効果をどう検証するかという問いに対する一つの答え方として参照できる。
よくある質問（FAQ）
なぜ地域ごとに割り付けるのですか？
ウェアラブル機器は全員に配られるのですか？
AIで脳卒中が減ると確認されたのですか？
出典（一次情報）
出典：ClinicalTrials.gov（米国NIH/NLM・パブリックドメイン）。本サイトは医療助言を行いません。最新・正確な内容は公式をご確認ください。本サイトは NIH/NLM に推奨・認定されたものではありません。
- ClinicalTrials.gov（試験登録・原文）
- 登録番号: NCT07779668